一种基于用电情况大数据的数据聚类分析方法技术

本发明专利技术公开一种基于用电情况大数据的数据聚类分析方法，包括以下步骤：大数据采集、无用数据筛除、有用数据存储、数据样本聚类、聚合类数据对比和分析结论输出；本发明专利技术通过对用户用电数据进行大数据采集，使数据采集来源更为丰富，有助于对用户进行差异化分析，同时提高了数据挖掘效率，通过将大数据集进行合理有效的过滤，从而降低了数据误差，使用电情况的分析结果更为精确，同时通过对存在异常用电行为的用户进行监测预警，从而使电力系统的安全性得到提高，通过对用电数据进行动态分配，提高了数据的读取和存储效率，并通过对用电数据进行聚类计算分析，使用户用电情况得到精确有效的分析和预测。的分析和预测。的分析和预测。

【技术实现步骤摘要】
一种基于用电情况大数据的数据聚类分析方法


[0001]本专利技术涉及电力系统数据分析
，尤其涉及一种基于用电情况大数据的数据聚类分析方法。

技术介绍

[0002]随着传感技术、自动化控制技术、通信网络技术、分布式存储技术、大数据分析和人工智能技术的发展，以及社会经济和环境需求的巨大推动，电网也将真正实现与互联网的深度融合，发展“智能电网”是电力行业的必然发展趋势，电力系统规模日趋增大，电网结构日益复杂，系统故障引发后果越发严重国内外多次大停电事故造成了巨大的经济损失和恶劣的社会影响，新一轮的用电增长引发的问题和矛盾严重威胁到电力系统的安全运营，目前居民用户、商业用户和工业用户是主要的用电群体，而随着智能电网技术的快速发展，电网信息化程度不断提高，用户用电数据也飞速增长；
[0003]目前，由于用电用户分布范围广、用电数据量大，导致对电力系统的用电数据分析变得尤为重要，精准有效的用电数据分析可以给电力系统的管理带来质的飞跃，而传统的用电情况分析方法大都不够精准有效，主要原因使数据挖掘效率低，针对海量的用电数据无能为力，且不能对采集的数据中的无效数据进行筛除并对异常数据进行监测预警，从而使分析结果存在较大的误差，另外传统的分析方法对数据的存储和读取效率也较低，最后导致不能对用户的用电情况进行准确有效的分析和预测，一定程度上对电力系统的发展带来了阻碍，因此，本专利技术提出一种基于用电情况大数据的数据聚类分析方法以解决现有技术中存在的问题。

技术实现思路

[0004]针对上述问题，本专利技术的目的在于提出一种基于用电情况大数据的数据聚类分析方法，该方法通过对用户用电数据进行大数据采集，使数据采集来源更为丰富，有助于对用户进行差异化分析，同时提高了数据挖掘效率，通过将大数据集进行合理有效的过滤，从而降低了数据误差，使用电情况的分析结果更为精确。
[0005]为了实现本专利技术的目的，本专利技术通过以下技术方案实现：一种基于用电情况大数据的数据聚类分析方法，包括以下步骤：
[0006]步骤一：大数据采集
[0007]选择规定区域内所有用电用户作为采集对象，先对作为采集对象的用电用户的档案信息数据进行采集，再选定一个历史时间区间，并对该部分用电用户在该历史时间区间的用电数据进行信息采集，同时利用电流传感器和电压传感器对用户的实时用电数据进行实时监测，所述电流传感器和电压传感器预设在用电用户的电表内，然后将用电用户的档案信息数据和历史用电数据进行汇总，得到由所有用电用户的档案信息数据和历史用电数据组成的大数据集；
[0008]步骤二：无用数据筛除
[0009]根据步骤一，先对大数据集中的无用用电数据进行筛除，所述无用用电数据为无功率变化的用电数据，接着确定用电用户的理论上的标准用电数据值，再将大数据集中的用电用户历史用电数据与用电用户标准用电数据进行比较，其中与用电用户标准用电数据差距超过标准值的作为异常用电行为数据，与用电用户标准用电数据差距在标准值内的作为有用用电数据，并对得到的异常用电行为进行筛选标记，对得到的有用用电数据进行保留；
[0010]步骤三：有用数据存储
[0011]根据步骤二，先将保留下来的有用用电数据备份为两组以上的数据副本，接着利用负载均衡机制将与数据副本数量匹配的存储任务动态分发至不同的数据存储节点上，然后将利用不同的数据存储节点对对应的数据副本进行动态存储，得到用电用户的用电数据样本；
[0012]步骤四：数据样本聚类
[0013]根据步骤三，选定用于聚类的不同样本特征，利用聚类算法，根据样本特征相似性对用户用电数据样本进行计算分析，并根据分析出的结果将用户用电数据样本分为规定数量的数据聚合类；
[0014]步骤五：聚合类数据对比
[0015]根据步骤四，将样本特征不同的聚合类数据进行对比，分析出不同聚合类数据中用户的用电情况受不同因素影响的规律；
[0016]步骤六：分析结论输出
[0017]根据步骤五，先依据分析出的用户用电情况和规律预测不同用户的用电模式和用电水平，再根据不同用户的用电模式和用电水平为用户制定对应的供电和用电策略。
[0018]进一步改进在于：所述步骤一中，所述用户的档案信息数据包括用户用行业类别、用户用电类别和电气设备类别，所述用户的档案信息数据通过供电公司获取。
[0019]进一步改进在于：所述步骤一中，所述用户的历史用电数据包括用电功率、用电电压和用电电流，所述用户的历史用电数据通过智能电表采集。
[0020]进一步改进在于：所述步骤一中，所述采集对象的分布范围位于同一个城市内，所述规定时间区间大于30天。
[0021]进一步改进在于：所述步骤二中，所述用电用户的异常用电行为包括用户用电设备的漏电危险和用户的偷电行为，得到用户异常用电行为数据后对该用户的实时用电数据进行监测，实时判断该用户的用电行为是否存在危险和违规，并根据判断结果进行预警提示和追踪调查。
[0022]进一步改进在于：所述步骤二中，所述用户标准用电数据为用户无异常用电行为的用电数据，通过用户的档案信息数据计算和预估得到。
[0023]进一步改进在于：所述步骤四中，对存储的有用用电数据进行聚类前先对用电数据的负荷单位和时间单位进行统一，使用电数据得到规整并同一规格。
[0024]进一步改进在于：所述步骤四中，所述用户用电数据的样本特征包括用户用电功率、用户用电电压、用户用电种类和用户用电时间，所述聚类算法选自K
‑
means聚类算法和凝聚型层次聚类算法中的一种。
[0025]进一步改进在于：所述步骤五中，所述不同因素包括昼夜时间因素、温度变化因
素、用户行业类别因素和电气设备类别因素。
[0026]进一步改进在于：所述步骤六中，所述供电和用电策略包括将用户按用电量进行层次划分，并根据用户用的电高峰时间和低谷时间调整阶梯电价。
[0027]本专利技术的有益效果为：
[0028]1、通过对用户用电数据进行大数据采集，使数据采集来源更为丰富，有助于对用户进行差异化分析，相比传统数据采集使数据更具代表性，同时提高了数据挖掘效率，可以应用于海量的用户数据采集分析；
[0029]2、通过将大数据集中的无用用电数据进行筛除，异常用电行为进行筛选标记，并将有用用电数据进行保留，从而使采集的用户用电数据进行合理有效的过滤，从而降低了数据误差，使用电情况的分析结果更为精确，同时通过对存在异常用电行为的用户进行监测预警，从而使电力系统的安全性得到提高，杜绝了用户的违规用电行为；
[0030]3、通过对有用用电数据进行备份并利用负载均衡机制对有用用电数据进行动态任务分配和存储，不仅提高了数据的读取和存储效率，同时通过将数据多组副本存储到不同存储节点上还保证了数据的可靠性，并通过对用电数据进行聚类计算分析，使用户用电情况得到精确有效的分析和预测，具有广泛的工业应用需求和重要的社会应用价值，有助于电力系统的发展。
附图说明...

【技术保护点】

【技术特征摘要】
1.一种基于用电情况大数据的数据聚类分析方法，其特征在于：包括以下步骤：步骤一：大数据采集选择规定区域内所有用电用户作为采集对象，先对作为采集对象的用电用户的档案信息数据进行采集，再选定一个历史时间区间，并对该部分用电用户在该历史时间区间的用电数据进行信息采集，同时利用电流传感器和电压传感器对用户的实时用电数据进行实时监测，所述电流传感器和电压传感器预设在用电用户的电表内，然后将用电用户的档案信息数据和历史用电数据进行汇总，得到由所有用电用户的档案信息数据和历史用电数据组成的大数据集；步骤二：无用数据筛除根据步骤一，先对大数据集中的无用用电数据进行筛除，所述无用用电数据为无功率变化的用电数据，接着确定用电用户的理论上的标准用电数据值，再将大数据集中的用电用户历史用电数据与用电用户标准用电数据进行比较，其中与用电用户标准用电数据差距超过标准值的作为异常用电行为数据，与用电用户标准用电数据差距在标准值内的作为有用用电数据，并对得到的异常用电行为进行筛选标记，对得到的有用用电数据进行保留；步骤三：有用数据存储根据步骤二，先将保留下来的有用用电数据备份为两组以上的数据副本，接着利用负载均衡机制将与数据副本数量匹配的存储任务动态分发至不同的数据存储节点上，然后将利用不同的数据存储节点对对应的数据副本进行动态存储，得到用电用户的用电数据样本；步骤四：数据样本聚类根据步骤三，选定用于聚类的不同样本特征，利用聚类算法，根据样本特征相似性对用户用电数据样本进行计算分析，并根据分析出的结果将用户用电数据样本分为规定数量的数据聚合类；步骤五：聚合类数据对比根据步骤四，将样本特征不同的聚合类数据进行对比，分析出不同聚合类数据中用户的用电情况受不同因素影响的规律；步骤六：分析结论输出根据步骤五，先依据分析出的用户用电情况和规律预测不同用户的用电模式和用电水平，再根据不同用户的用电模式和用电水平为用户制定对应的供电和用电策略。2.根据权利要求1所述的一种基于用电情况大数据的数据聚类分析方法，其特征在于：所述步骤一中，所述用户的档案信息数据包括用户用行业类别、...

【专利技术属性】
技术研发人员：谢洪潮，武明虎，张晓星，姜久春，
申请(专利权)人：盛隆电气集团有限公司，
类型：发明
国别省市：